# WBANet

**Repository Path**: gaopursuit/wbanet

## Basic Information

- **Project Name**: WBANet
- **Description**: 论文源代码：Wavelet-based Bi-dimensional Aggregation Network for SAR Image Change Detection，IEEE GRSL 2024
- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-07-19
- **Last Updated**: 2024-07-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 论文代码

## README

## 📖 Wavelet-based Bi-dimensional Aggregation Network for SAR Image Change Detection (IEEE GRSL 2024)

🔥  非常感谢你对我们工作的关注！如果有任何问题，欢迎随时通过邮件联系我们：解江蒧（xiejiangway@163.com），高峰（gaofeng@ouc.edu.cn）

## 简介

本代码主要研究合成孔径雷达图像（Synthetic Aperture Radar, SAR）的变化检测问题。最近，注意力机制已广泛应用于变化检测任务。但是，现有的注意力机制通常对Key和Value组件进行平均池化等下采样操作以增强计算效率。这些不可逆操作导致高频成分和其他重要信息的丢失。为了解决这个问题，我们提出了基于小波的二维聚合网络（WBANet）用于SAR图像变化检测。首先，设计了一个基于小波的注意力块，对Key和Value进行离散小波变换和逆离散小波变换操作，将特征在不丢失信息的情况下进行下采样，同时通过扩展感受野增强局部上下文感受野。此外，我们还提出了一个二维聚合模块，通过广播机制合并空间和通道信息，提高了模型的非线性表示能力。在三个SAR数据集上的实验结果表明，我们提出的WBANet明显优于当前方法。

## 🎯 数据集链接

https://github.com/summitgao/SAR_changed_Detection_Data